本发明公开了一种基于改进生成对抗网络的列车轴承故障诊断方法，包括以下步骤：步骤一，制作真实数据集；步骤二，构建生成对抗网络；步骤三，训练生成对抗网络；步骤四，制作平衡数据集；步骤五，搭建故障分类器；步骤六，训练故障分类器；本发明通过基于判别模型和生成模型的GAN训练方法搭建小样本数据类别的生成对抗网络，并采用真实数据集对其进行训练，可以提高故障的诊断识别率；通过深度卷积神经网络对样本进行特征提取，实现不同故障的特征学习；通过皮尔逊相关系数测量生成样本与真实样本平均值之间的损失函数来提高生成的质量，所生成的数据更贴近真实数据，使得模型能提取到有效的多尺度深层特征。